大数据分析

本书首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或S

学期老师的作业，根据用户推测数据。使用了KMEANS和KNN方法分类。ZSCROS标准化数据。使用MAT进行了XLC的替换功能

难得的spark系统学习资料。书比较新，完整书签。适合系统学习spark的同学

hadoop相关应用及安装方法及Linux上安装集群配置方案都是自己琢磨的应该都可以用很方便适用于数据开发

数据建模和大数据分析过程中特征工程直接影响了数据质量和模型结果，是大数据分析在数据采样后的重要一步

数据平台的建设，实时计算平台的建设，应用实践，系统架构

适合空间大数据分析，结合kafuka、hadoop、hbase、spark等技术

大数据分析在高分辨率卫星影像智能信息提取和分析中的应用，空间大数据的价值、生态与科学，空间分析领域中大数据架构的探索

多个数据分析案例代码，学习PHTHON首选DEMO，大数据分析和数据挖掘，可供参考

扫盲入门级别。不懂hadoop和spark的可以翻一翻对于快速掌握还是很有帮助的